คะแนนและปัจจัยพยากรณ์ต่อการดำเนินไปสู่โรครุนแรง ของผู้ป่วยติดเชื้อไวรัสโคโรนา 2019 ในจังหวัดสุรินทร์
คำสำคัญ:
โควิด, ปัจจัยเสี่ยง, โรครุนแรง, ปอดอักเสบ, คะแนนพยากรณ์บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อหาปัจจัยที่เกี่ยวข้องกับการป่วยรุนแรงของโรคโควิด -19 ในประชากรไทยช่วงการระบาดของสายพันธุ์เดลต้า และนำมาเป็นข้อมูลประกอบการรักษา เป็นการศึกษาแบบ cross sectional เก็บรวบรวมผู้ป่วยที่มีอายุ 15 ปีขึ้นไปที่เข้ารับการรักษาในโรงพยาบาลภายในจังหวัดสุรินทร์ ระหว่างเดือนเมษายน ถึง สิงหาคม พ.ศ. 2564 บันทึกข้อมูลพื้นฐานผลตรวจทางห้องปฏิบัติการเอกซเรย์ปอด และผล การรักษา โดยแบ่งผู้ป่วยเป็นสองกลุ่ม ได้แก่ กลุ่มที่ดำเนินไปสู่โรครุนแรงและกลุมที่โรคไม่รุนแรง นำมาวิเคราะห์ หาปัจจัยที่มีต่อโรครุนแรงด้วย multivariable logistic regression สร้างคะแนนอย่างง่ายด้วยวิธี stepwise ผลการศึกษาพบว่าผูป่วยจำนวนทั้งสิ้น 875 ราย แบ่งเป็นผู้ป่วยที่มีอาการรุนแรงแต่แรกรับ 197 ราย ซึ่งไม่อยู่ในข่ายของการศึกษาและ 678 รายเป็นผู้ป่วยที่ต้องเฝ้าระวังการดำเนินโรค แบ่งเป็น ไม่มีอาการ 201 ราย (ร้อยละ 29.7) และมีอาการเล็กน้อย 477 ราย (ร้อยละ 70.3) เป็นเพศ ชาย 344 ราย (ร้อยละ 50.7) มีอายุเฉลี่ย 35+-12.6 ปี ปัจจัยเสี่ยงหรือโรคประจำตัวอย่างน้อย 1 ข้อจำนวน 51 ราย (ร้อยละ 7.6) ค่าเฉลี่ยดัชนีมวลกาย 23.7 4.6 กก./ม.2 ค่ามัมัธยฐานของจำนวนิลิมโฟไซต์ 1,846.4 เซลล์ /ม .3 (IQR 1,409.7-2,353.2) และค่ามัมัธยฐานข อ่งค่า cycle threshold (CT) เป็น 23.5 (IQR 19.3-28.4) พบมีผู้ป่วย 89 ราย (ร้อยละ 13.1) ดำเนินไป โรครุนแรงที่ต้องได้รับยาต้านไวรัสฟาวิพิรายร์ จาก multivariable logistic regression พ่บว่าปจั่จยีเส่ยงที่ดำเนินไป โรคุรุนแรงได้แก่อายุ 40 ปีขึ้นนไป คิดเป็น 2.56 เท่า ค่าดัชัีนีม วลกายที่มาก่กว่า 30 กก./ม.2 คิดเป็น 3.34 เท่า ค่าเฉลี่ยของ CT น้อยกว่า 20 คิดเป็น 2.57 เท่ามีนัยสำคัญทางสิถิติ (p<0.05)เม่อน่าค่าดังั่กล่าวมาแปลงเป็นคะแนนพ่บว่า คะ ที่มาก่กว่า 3 จะยังต่อการดำเนินไปสู่ โรคุรุนแรง้ร้อยละ 12.0 หอิคิดเป็น 2 เท่าของ ่วไป หากคะแนนมาก่กว่า 3.5 จะ ่ยง้ร้อยละ 15 หอิคิดเป็น 3 เท่าของคนั่ท่วไป อำนาจการทำนาย ROC ร้อยละ 70.1 การึศึกษานี้สุรุปได้ว้าผูป่วยโควิด -19 ที่ปัจจัย ่ยงที่ดำเนินไปสู่ โรคุรุนแรงได้แก่อายุมาก่กว่า 40 คาดัช วลกายมาก่กว่า 30 กก./ม.2มี ปัจจัย ่ยงหอ โรคประจำตัวอั่ย่าง้น้อย 1 ข้อระดับค่าเฉลีย CT ที่น้อยกว่า 20 และ่เม่อร่วมคะแนน ได้มาก่กว่า 3.5 คะแนนไป ผู้ป่วยควรได้รั้บยาต้านไวรัสเพื่อป้องกันการดำเนินไปโรคุรุนแรง รวมึถึงให้การูดัูแลรักษาอย่างใกล้ชิด
Downloads
เอกสารอ้างอิง
Marin BG, Aghagoli G, Lavine K, Yang L, Siff EJ, Chiang SS, et al. Predictors of COVID‐19 severity: a literature review. Medical Virology [Internet]. 2021 [cited 2023 May 10]. Available from: http://dx.doi.org/10.1002/rmv.2146
Team CC 19 R, CDC COVID-19 Response Team, Bialek S, Boundy E, Bowen V, Chow N, et al. Severe outcomes among patients with coronavirus disease 2019 (COVID-19) - United States, February 12 – March 16, 2020. Morbidity and Mortality Weekly Report [Internet]. 2020 [cited 2023 May 10];69:343–6. Available from: http://dx.doi.org/10.15585/mmwr. mm6912e2
Grasselli G, Zangrillo A, Zanella A, Antonelli M, Cabri¬ni L, Castelli A, et al. Baseline characteristics and out¬comes of 1591 patients infected with SARS-CoV-2 admitted to ICUs of the Lombardy Region, Italy. JAMA 2020;323 (16):1574–81.
Palaiodimos L, Kokkinidis DG, Li W, Karamanis D, Ognibene J, Arora S, et al. Severe obesity, increasing age and male sex are independently associated with worse in-hospital outcomes, and higher in-hospital mortality, in a cohort of patients with COVID-19 in the Bronx, New York. Metabolism 2020;108:154262.
Zhou F, Yu T, Du R, Fan G, Liu Y, Liu Z, et al. Clinical course and risk factors for mortality of adult inpatients with COVID-19 in Wuhan, China: a retro¬spective cohort study. Lancet [Internet].2020[cited 2023 May 10];395(10229):1054–62. Available from:http://dx.doi.org/10.1016/s0140-6736(20)30566- 3
Xie J, Covassin N, Fan Z, Singh P, Gao W, Li G, et al. Association between hypoxemia and mortality in patients with COVID-19. Mayo Clin Proc 2020;95(6):1138– 47.
Wang D, Hu B, Hu C, Zhu F, Liu X, Zhang J, et al. Clinical characteristics of 138 hospitalized patients with 2019 novel coronavirus–infected pneumonia in Wuhan, China. JAMA [Internet]. 2020 [cited 2023 May 10];323 (11):1061-9. Available from: http://dx.doi.org/10.1001/jama.2020.1585
Tan L, Wang Q, Zhang D, Ding J, Huang Q, Tang YQ, et al. Correction: Lymphopenia predicts disease severity of COVID-19: a descriptive and predictive study. Sig¬nal Transduct Target Ther 2020; 5(1):61.
Zhang Y, Xiao LS, Li P, Zhu H, Hu C, Zhang WF, et al. Clinical characteristics of patients withprogressive and non-progressive coronavirus disease 2019: evidence from 365 hospitalised patients in Honghu and Nanchang, China. Front Med [Internet]. 2020 [cited 2023 May 10]. Available from: https://www.frontiersin.org/arti¬cles/10.3389/fmed.2020.556818/full
Ageno W, Cogliati C, Perego M, Girelli D, Crisafulli E, Pizzolo F, et al. Clinical risk scores for the early predic¬tion of severe outcomes in patients hospitalized for COVID-19. Internal and Emergency Medicine [Internet]. 2021[cited 2023 May 10];16(4):989-96. Available from: http://dx.doi.org/10.1007/s11739-020- 02617-4
Shang Y, Liu T, Wei Y, Li J, Shao L, Liu M, et al. Scoring systems for predicting mortality for severe patients with COVID-19. EClinicalMedicine [Internet]. [cited 2023 May 10];24:100426. Available from: http:// dx.doi.org/10.2139/ssrn.3582752
Zhou J, Lee S, Wang X, Li Y, Wu WKK, Liu T, et al. Development of a multivariable prediction model for severe COVID-19 disease: a population-based study from Hong Kong. NPJ Digit Med 2021;4 (1) :66.
Marumo A, Okabe H, Sugihara H, Aoyama J, Kato Y, Arai K, et al. Clinical characteristics and risk prediction score in patients with mild-to-moderate coronavirus disease 2019 in Japan. Cureus 2022;14(11):e31210.
ดาวน์โหลด
เผยแพร่แล้ว
วิธีการอ้างอิง
ฉบับ
บท
การอนุญาต
ลิขสิทธิ์ (c) 2024 กระทรวงสาธารณสุข
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.